对单词边界感到困惑

13

我已经对此进行了很多研究，但仍不清楚。这是什么字边界是什么意思？它有什么作用？

因此，例如，有人可以向我解释此命令吗？

egrep '\b[A-Z]+\b' filename.sh

grep regular-expression

— 用户名
source

1

“单词边界”是所使用的工具定义的任何东西……有些人将nospace / space或space / nospace视为单词边界，而另一些人则认为“ word”由组成[azA-Z0-9_]。检查手册中的egrep(1)，也许是正则表达式的用法。

— vonbrand

12

如所描述的在这里，例如，它匹配之间的话：

有三个不同的位置可作为单词边界：

如果字符串中的第一个字符是单词字符，则在字符串中第一个字符之前。

如果字符串中的最后一个字符是单词字符，则在字符串的最后一个字符之后。

字符串中的两个字符之间，其中一个是单词字符，另一个不是单词字符。

以下是每种情况的示例：

对于字符串foobar，第一种情况匹配
```
 foobar
^-----here
```
对于字符串foobar，第二种情况匹配
```
foobar
      ^--here
```

对于字符串foo bar，第三种情况将匹配

foo bar
   ^--here, because space is not a word character

符合字字符的条件取决于特定的正则表达式实现。但是，在所有情况下，字母（[a-z]和[A-Z]），数字（[0-9]）和_均被视为文字字符。

因此，您发布的示例regex（\b[A-Z]+\b）意味着找到两个单词边界之间的最长字符串，该字符串仅包含大写字母。通过示例进行解释可能会更容易：

echo "FOOBAR" | egrep '\b[A-Z]+\b'   # Works
echo "FOO BAR" | egrep '\b[A-Z]+\b'  # Works
echo "aFOOBARb" | egrep '\b[A-Z]+\b' # Does not work, we want capitals only
echo "12345" | egrep '\b[A-Za]+\b'   # Does not work, no letters
echo "1FOOBAR2" | egrep '\b[A-Z]+\b' # Does not work, 1 and 2 are word chars
echo "_FOOBAR_" | egrep '\b[A-Z]+\b' # Does not work, _ is a word char
echo "#FOOBAR$" | egrep '\b[A-Z]+\b' # Works, # and $ are not word chars

— 特登
source

很好的解释，只需要注意Solaris' egrep（nor /usr/xpg4/bin/egrep）不会采用\b这种方式。例如，echo "FOOBAR" | egrep '\b[A-Z]+\b'将不匹配。

— 彼得

0

egrep '\b[A-Z]+\b' filename.sh

让我们分解一下：

[A-Z]表示字符类中的任何一个字符 [ABCDEFGHIJKLMNOPQRSTUVWXYZ]。
[A-Z]+表示一个或多个大写字符。实施例的匹配将是：A，HELLO，IS，I，ELEPHANT，等。
'\bINDIA\b'：就像一个全单词搜索INDIA大写单词。它不匹配INDIANA。因此，应用相同的原理- '\b[A-Z]+\b'将查找具有一个或多个大写字母的整个单词。
因此egrep '\b[A-Z]+\b' filename.sh将在文件-中搜索全部以大写字母开头的一个或多个字母的单词filename.sh。

\b -就像整个单词搜索一样。

— Sanket Rajgarhia
source